Menerjemahkan teks

Untuk tugas penerjemahan, AI Generatif di Gemini Enterprise Agent Platform menawarkan dua model terjemahan khusus dari Cloud Translation API:

  • Translation LLM - Penawaran terjemahan bergaya LLM terbaru dan berkualitas tertinggi dari Google. Mencapai terjemahan berkualitas tertinggi sekaligus menyajikan latensi yang wajar.

  • Model Terjemahan Mesin Neural (NMT) Cloud Translation - Penawaran terjemahan real-time utama Google yang mencapai latensi terjemahan ~100 md. Model ini mencapai kualitas tertinggi dari semua model yang diukur, yang menyajikan latensi yang sebanding dan terus mengalami peningkatan kualitas yang berkelanjutan.

Keunggulan & pembeda utama LLM Terjemahan

  • Kualitas Terjemahan yang Tak Tertandingi - LLM Terjemahan menawarkan kualitas terjemahan tertinggi yang mencapai performa jauh lebih tinggi pada tolok ukur dibandingkan dengan model tolok ukur lainnya. LLM Terjemahan jauh lebih mungkin untuk menulis ulang kalimat secara signifikan agar terdengar lebih alami dalam bahasa target, daripada memberikan terjemahan "kata demi kata" yang kurang alami yang sering terlihat di model terjemahan lainnya.
  • Kompromi Kualitas/Latensi yang Unggul - Meskipun Translation LLM memiliki latensi yang lebih tinggi daripada model NMT, model ini biasanya memberikan respons berkualitas lebih tinggi untuk berbagai aplikasi.

Perbandingan fitur model

Fitur LLM Terjemahan (Didukung oleh Gemini) Model NMT
Deskripsi Model Bahasa Besar khusus terjemahan yang didukung oleh Gemini, yang disesuaikan untuk penerjemahan. Tersedia dengan AI Generatif di Gemini Enterprise Agent Platform dan Cloud Translation - Advanced API. Model Terjemahan Mesin Neural Google, tersedia melalui Cloud Translation - Advanced dan Cloud Translation - Basic API . Dioptimalkan untuk kesederhanaan dan skala.
Kualitas Terjemahan berkualitas tertinggi. Mengungguli NMT dan Gemini 2.5 Pro dalam hal kualitas. Lebih cenderung menulis ulang kalimat agar alurnya lebih alami. Menunjukkan pengurangan error yang signifikan. Kualitas sedang hingga tinggi, bergantung pada pasangan bahasa. Salah satu model NMT real-time dengan performa terbaik untuk banyak kombinasi domain bahasa.
Latensi Latensi masih lebih lambat daripada NMT. Terjemahan Real-Time Tercepat. Latensi rendah, cocok untuk aplikasi chat dan real-time.
Dukungan bahasa Bahasa yang didukung mencakup Arab, China, Ceko, Belanda, Inggris, Prancis, Jerman, Hindi, Indonesia, Italia, Jepang, Korea, Polandia, Portugis, Rusia, Spanyol, Thai, Turkiye, Ukraina, dan Vietnam. Lihat bahasa yang didukung untuk mengetahui daftar lengkapnya. Bahasa yang didukung mencakup Kanton, Fiji, dan Bali. Terjemahan dari bahasa apa pun ke bahasa lain dalam daftar yang didukung dapat dilakukan. Lihat bahasa yang didukung untuk mengetahui daftar lengkapnya.
Penyesuaian Dukungan untuk - Glosarium Lanjutan, Supervised Fine-tuning di Gemini Enterprise Agent Platform untuk adaptasi khusus domain/pelanggan, Terjemahan adaptif untuk penyesuaian gaya real-time dengan beberapa contoh. Dukungan untuk - Glosarium guna mengontrol terminologi, dan melatih Model Kustom dengan AutoML Translation di Cloud Translation - Advanced API.
Fitur terjemahan Terjemahan HTML HTML, Batch, dan Terjemahan dokumen berformat
Integrasi API Cloud Translation - Advanced API, Gemini Enterprise API Cloud Translation - Basic API, Cloud Translation - Advanced API, Gemini Enterprise API

Penggunaan

Bagian ini menunjukkan cara menggunakan Vertex AI Studio untuk menerjemahkan teks dengan cepat dari satu bahasa ke bahasa lain. Anda dapat menggunakan LLM Terjemahan atau model NMT untuk menerjemahkan teks menggunakan konsol atau API Google Cloud . Perhatikan bahwa bahasa yang didukung tiap model dapat bervariasi. Sebelum meminta terjemahan, pastikan model yang Anda gunakan mendukung bahasa sumber dan bahasa target Anda.

Konsol

  1. Di bagian Agent Platform pada konsol Google Cloud , buka halaman Translate text di Vertex AI Studio.

    Buka Vertex AI Studio

  2. Di panel Run settings, pilih model terjemahan di kolom Model.

  3. Untuk mengubah setelan model (seperti temperature), luaskan Advanced.

  4. Tetapkan bahasa sumber dan target.

  5. Di kolom input, masukkan teks yang akan diterjemahkan.

  6. Klik Kirim.

  7. Untuk mendapatkan kode atau perintah curl yang menunjukkan cara meminta terjemahan, klik Get code.

Perhatikan bahwa di Vertex AI Studio, Translation LLM memungkinkan Anda memberikan contoh terjemahan untuk menyesuaikan respons model agar lebih cocok dengan gaya, intonasi, dan domain industri Anda. Model ini menggunakan contoh Anda sebagai konteks few-shot sebelum menerjemahkan teks Anda.

API

Pilih model yang akan digunakan untuk terjemahan Anda.

LLM Terjemahan

Menggunakan Agent Platform API dan LLM Terjemahan untuk menerjemahkan teks.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • PROJECT_NUMBER_OR_ID: ID numerik atau alfanumerik project Google Cloud Anda
  • LOCATION: Lokasi tempat Anda ingin menjalankan operasi ini. Contoh, us-central1.
  • SOURCE_LANGUAGE_CODE: Kode bahasa teks input. Setel ke salah satu kode bahasa yang tercantum dalam terjemahan adaptif.
  • TARGET_LANGUAGE_CODE: Bahasa target untuk menerjemahkan teks input. Setel ke salah satu kode bahasa yang tercantum dalam terjemahan adaptif.
  • SOURCE_TEXT: Teks dalam bahasa sumber yang akan diterjemahkan.
  • MIME_TYPE (Opsional): Format teks sumber, seperti text/html atau text/plain. Secara default, jenis MIME disetel ke text/plain.

Metode HTTP dan URL: 

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/cloud-translate-text:predict

Meminta isi JSON: 

{
  "instances": [
    {
      "source_language_code": "SOURCE_LANGUAGE_CODE",
      "target_language_code": "TARGET_LANGUAGE_CODE",
      "contents": [
        "SOURCE_TEXT"
      ],
      "mimeType": "MIME_TYPE",
      "model": "projects/PROJECT_ID/locations/LOCATION/models/general/translation-llm"
    }
  ]
}

Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:

Anda akan melihat respons JSON seperti berikut:

{
  "predictions": [
    {
      "translations": [
        {
          "translatedText": "TRANSLATED_TEXT",
          "model": "projects/PROJECT_ID/locations/LOCATION/models/general/translation-llm"
        }
      ]
    }
  ]
}

Node.js

Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Node.js di Panduan memulai Agent Platform menggunakan library klien.

Untuk melakukan autentikasi ke Agent Platform, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal. 

async function translate() {
  const request = {
    instances: [{
      source_language_code: SOURCE_LANGUAGE_CODE,
      target_language_code: TARGET_LANGUAGE_CODE,
      contents: [SOURCE_TEXT],
      model: "projects/PROJECT_ID/locations/LOCATION/models/general/translation-llm"
    }]
  };
  const {google} = require('googleapis');
  const aiplatform = google.cloud('aiplatform');
  const endpoint = aiplatform.predictionEndpoint('projects/PROJECT_ID/locations/LOCATION/publishers/google/models/cloud-translate-text');

  const [response] = await endpoint.predict(request)
  console.log('Translating')
  console.log(response)
}

Python

Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Python di Panduan memulai Agent Platform menggunakan library klien.

Untuk melakukan autentikasi ke Agent Platform, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal. 

from google.cloud import aiplatform

def translate():
  # Create a client
  client_options = {"api_endpoint": "LOCATION-aiplatform.googleapis.com"}
  client = aiplatform.gapic.PredictionServiceClient(client_options=client_options)
  
  # Initialize the request
  endpoint_id = f"projects/PROJECT_ID/locations/LOCATION/publishers/google/models/cloud-translate-text"
  instances=[{
    "model": "projects/PROJECT_ID/locations/LOCATION/models/general/translation-llm",
    "source_language_code": 'SOURCE_LANGUAGE_CODE',
    "target_language_code": 'TARGET_LANGUAGE_CODE',
    "contents": ["SOURCE_TEXT"],
  }]

  # Make the request
  response = client.predict(instances=instances, endpoint=endpoint_id)
  # Handle the response
  print(response)

NMT

Gunakan Cloud Translation API dan model NMT untuk menerjemahkan teks.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • PROJECT_NUMBER_OR_ID: ID numerik atau alfanumerik project Google Cloud Anda.
  • SOURCE_LANGUAGE: (Opsional) Kode bahasa teks input. Untuk kode bahasa yang didukung, lihat Dukungan bahasa.
  • TARGET_LANGUAGE: Bahasa target untuk menerjemahkan teks input. Setel ke salah satu kode bahasa yang didukung.
  • SOURCE_TEXT: Teks untuk diterjemahkan.

Metode HTTP dan URL: 

POST https://translation.googleapis.com/v3/projects/PROJECT_ID:translateText

Meminta isi JSON: 

{
  "sourceLanguageCode": "SOURCE_LANGUAGE",
  "targetLanguageCode": "TARGET_LANGUAGE",
  "contents": ["SOURCE_TEXT1", "SOURCE_TEXT2"]
}

Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:

Anda akan melihat respons JSON seperti berikut:

{
  "translations": [
    {
      "translatedText": "TRANSLATED_TEXT1"
    },
    {
      "translatedText": "TRANSLATED_TEXT2"
    }
  ]
}

Node.js

Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Node.js di Panduan memulai Agent Platform menggunakan library klien.

Untuk melakukan autentikasi ke Agent Platform, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal. 

/**
 * TODO(developer): Uncomment these variables before running the sample
 */
// const projectId = 'YOUR_PROJECT_ID';
// const location = 'global';
// const text = 'text to translate';

// Imports the Google Cloud Translation library
const {TranslationServiceClient} = require('@google-cloud/translate');

// Instantiates a client
const translationClient = new TranslationServiceClient();

async function translateText() {
  // MIME type of the content to translate
  // Supported MIME types:
  // https://cloud.google.com/translate/docs/supported-formats
  const mimeType = 'text/plain';

  // Construct request
  const request = {
    parent: `projects/${projectId}/locations/${location}`,
    contents: [text],
    mimeType: mimeType,
    sourceLanguageCode: 'en',
    targetLanguageCode: 'sr-Latn',
  };

  // Run request
  const [response] = await translationClient.translateText(request);

  for (const translation of response.translations) {
    console.log(`Translation: ${translation.translatedText}`);
  }
}

translateText();

Python

Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Python di Panduan memulai Agent Platform menggunakan library klien.

Untuk melakukan autentikasi ke Agent Platform, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal. 

import os

# Import the Google Cloud Translation library.
from google.cloud import translate_v3

PROJECT_ID = os.environ.get("GOOGLE_CLOUD_PROJECT")


def translate_text(
    text: str = "YOUR_TEXT_TO_TRANSLATE",
    source_language_code: str = "en-US",
    target_language_code: str = "fr",
) -> translate_v3.TranslationServiceClient:
    """Translate Text from a Source language to a Target language.
    Args:
        text: The content to translate.
        source_language_code: The code of the source language.
        target_language_code: The code of the target language.
            For example: "fr" for French, "es" for Spanish, etc.
            Find available languages and codes here:
            https://cloud.google.com/translate/docs/languages#neural_machine_translation_model
    """

    # Initialize Translation client.
    client = translate_v3.TranslationServiceClient()
    parent = f"projects/{PROJECT_ID}/locations/global"

    # MIME type of the content to translate.
    # Supported MIME types:
    # https://cloud.google.com/translate/docs/supported-formats
    mime_type = "text/plain"

    # Translate text from the source to the target language.
    response = client.translate_text(
        contents=[text],
        parent=parent,
        mime_type=mime_type,
        source_language_code=source_language_code,
        target_language_code=target_language_code,
    )

    # Display the translation for the text.
    # For example, for "Hello! How are you doing today?":
    # Translated text: Bonjour comment vas-tu aujourd'hui?
    for translation in response.translations:
        print(f"Translated text: {translation.translated_text}")

    return response

Terjemahan kustom

Sesuaikan respons dari Translation LLM dengan memberikan contoh terjemahan Anda sendiri. Terjemahan kustom hanya berfungsi dengan LLM Terjemahan.

Anda dapat meminta terjemahan yang disesuaikan melalui konsol atau API Vertex AI Studio dengan satu perbedaan. Konsol hanya mendukung terjemahan kustom jika Anda memberikan contoh dalam file TMX atau TSV. API ini hanya mendukung terjemahan kustom jika Anda memberikan contoh (hingga 5 pasangan kalimat) secara inline sebagai bagian dari permintaan terjemahan.

Persyaratan data

Jika Anda memberikan contoh terjemahan dalam file untuk konsol Google Cloud , contoh tersebut harus ditulis sebagai pasangan segmen dalam file TMX atau TSV. Setiap pasangan mencakup segmen bahasa sumber dan padanan terjemahannya. Untuk mengetahui informasi selengkapnya, baca bagian Menyiapkan contoh terjemahan dalam dokumentasi Cloud Translation.

Untuk mendapatkan hasil yang paling akurat, sertakan contoh spesifik dari berbagai skenario. Anda harus menyertakan minimal lima pasangan kalimat,tetapi tidak lebih dari 10.000 pasangan. Selain itu, pasangan segmen dapat berisi total maksimal 512 karakter.

Konsol

  1. Di bagian Agent Platform pada konsol Google Cloud , buka halaman Translate text di Vertex AI Studio.

    Buka Vertex AI Studio

  2. Di panel Run settings, konfigurasikan setelan terjemahan Anda.

    1. Di kolom Model, pilih Translation LLM.
    2. Untuk mengubah suhu, luaskan Lanjutan.

  3. Klik Add examples.

    1. Pilih file lokal atau file dari Cloud Storage. Vertex AI Studio menentukan bahasa sumber dan bahasa target dari file Anda.
    2. Pilih jumlah contoh yang akan digunakan model sebelum membuat respons.

    Jumlah contoh yang Anda pilih akan mengurangi batas karakter input per permintaan sebesar 3.000.

  4. Di kolom input, masukkan teks yang akan diterjemahkan.

  5. Klik Kirim.

    Agent Platform akan otomatis memilih jumlah kalimat referensi yang Anda tentukan yang paling mirip dengan input Anda. Model terjemahan mengidentifikasi pola dari contoh Anda, lalu menerapkan pola tersebut saat menghasilkan respons.

    Batas output per permintaan adalah 3.000 karakter. Teks apa pun yang melebihi batas ini akan dihapus.

  6. Untuk mendapatkan kode atau perintah curl yang menunjukkan cara meminta terjemahan, klik Get code.

API

Untuk meminta terjemahan kustom, sertakan hingga lima pasangan kalimat referensi dalam permintaan terjemahan Anda. Model terjemahan menggunakan semuanya untuk mengidentifikasi pola dari contoh Anda, lalu menerapkan pola tersebut saat menghasilkan respons.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • PROJECT_NUMBER_OR_ID: ID numerik atau alfanumerik project Google Cloud Anda
  • LOCATION: Lokasi tempat Anda ingin menjalankan operasi ini. Contoh, us-central1.
  • REFERENCE_SOURCE: Kalimat dalam bahasa sumber yang merupakan bagian dari pasangan kalimat rujukan.
  • REFERENCE_TARGET: Kalimat dalam bahasa target yang merupakan bagian dari pasangan kalimat rujukan.
  • SOURCE_LANGUAGE: Kode bahasa teks input.
  • TARGET_LANGUAGE: Bahasa target untuk menerjemahkan teks input.
  • SOURCE_TEXT: Teks dalam bahasa sumber yang akan diterjemahkan.
  • MIME_TYPE (Opsional): Format teks sumber, seperti text/html atau text/plain. Secara default, jenis MIME disetel ke text/plain.

Metode HTTP dan URL: 

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/translate-llm:predict

Meminta isi JSON: 

{
  "instances": [
    {
      "reference_sentence_config": {
        "reference_sentence_pair_lists": [
          {
            "reference_sentence_pairs": [
              {
                "source_sentence": "REFERENCE_SOURCE_1_1",
                "target_sentence": "REFERENCE_TARGET_1_1"
              },
              {
                "source_sentence": "REFERENCE_SOURCE_1_2",
                "target_sentence": "REFERENCE_SOURCE_1_2"
              }
            ]
          }
        ],
        "source_language_code": "SOURCE_LANGUAGE_CODE",
        "target_language_code": "TARGET_LANGUAGE_CODE"
      },
      "content": [
        "SOURCE_TEXT"
      ],
      "mimeType": "MIME_TYPE"
    }
  ]
}

Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:

Anda akan melihat respons JSON seperti berikut:

{
  "predictions": [
    {
      "languageCode": "TARGET_LANGUAGE",
      "translations": [
        {
          "translatedText": "TRANSLATED_TEXT"
        }
      ]
    }
  ]
}

Node.js

Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Node.js di Panduan memulai Agent Platform menggunakan library klien.

Untuk melakukan autentikasi ke Agent Platform, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal. 

async function translate() {
  const request = {
    instances: [{
        "reference_sentence_config": {
          "reference_sentence_pair_lists": [{
            "reference_sentence_pairs": [{
              "source_sentence": 'SAMPLE_REFERENCE_SOURCE_1',
              "target_sentence": 'SAMPLE_REFERENCE_TARGET_1'
            },
            "reference_sentence_pairs": {
              "source_sentence": 'SAMPLE_REFERENCE_SOURCE_2',
              "target_sentence": 'SAMPLE_REFERENCE_TARGET_2'
            }]
          }],
          "source_language_code": 'SOURCE_LANGUAGE_CODE',
          "target_language_code": 'TARGET_LANGUAGE_CODE'
        },
        "contents": ["SOURCE_TEXT"]
    }]
  };
  const {google} = require('googleapis');
  const aiplatform = google.cloud('aiplatform');
  const endpoint = aiplatform.predictionEndpoint('projects/PROJECT_ID/locations/LOCATION/publishers/google/models/translate-llm');

  const [response] = await endpoint.predict(request)
  console.log('Translating')
  console.log(response)
}

Python

Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Python di Panduan memulai Agent Platform menggunakan library klien.

Untuk melakukan autentikasi ke Agent Platform, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal. 

from google.cloud import aiplatform
from google.protobuf.json_format import MessageToDict

def translate():
  # Create a client
  client_options = {"api_endpoint": "LOCATION-aiplatform.googleapis.com"}
  client = aiplatform.gapic.PredictionServiceClient(client_options=client_options)

  # Initialize the request
  endpoint_id = f"projects/PROJECT_ID/locations/LOCATION/publishers/google/models/translate-llm"
  instances=[{
      "reference_sentence_config": {
        "reference_sentence_pair_lists": [{
          "reference_sentence_pairs": [{
            "source_sentence": 'SAMPLE_REFERENCE_SOURCE_1',
            "target_sentence": 'SAMPLE_REFERENCE_TARGET_1'
          },
          {
            "source_sentence": 'SAMPLE_REFERENCE_SOURCE_2',
            "target_sentence": 'SAMPLE_REFERENCE_TARGET_2'
          }]
        }],
        "source_language_code": 'SOURCE_LANGUAGE_CODE',
        "target_language_code": 'TARGET_LANGUAGE_CODE'
      },
      "content": ["SOURCE_TEXT"]
  }]
  # Make the request
  response = client.predict(
      endpoint=endpoint_id, instances=instances,
  )
  # Handle the response
  print(response)

  # The predictions are a google.protobuf.Value representation of the model's predictions.
  predictions = MessageToDict(response._pb)['predictions']
  for prediction in predictions:
      print(prediction['translations'])

Anda juga dapat menggunakan Cloud Translation API untuk membuat set data dan mengimpor contoh pasangan kalimat Anda. Saat menggunakan Cloud Translation API untuk meminta terjemahan, Anda dapat menyertakan set data untuk menyesuaikan respons. Set data akan dipertahankan dan dapat digunakan kembali dengan beberapa permintaan terjemahan. Untuk mengetahui informasi selengkapnya, lihat Meminta terjemahan adaptif dalam dokumentasi Cloud Translation.

Bahasa yang didukung

LLM Terjemahan

Dengan LLM Terjemahan, Anda dapat menerjemahkan ke dan dari bahasa berikut.

Nama bahasa Kode bahasa
Afrika af
Albania sq
Amhara am
Arab (Arab Saudi) ar-SA
Arab ar
Armenia hy
Azerbaijan az
Basque eu
Belarus be
Bengali (India) bn-IN
Bengali bn
Bosnia (Sirilik) bs-Cyrl
Bosnia bs
Bulgaria bg
Burma my
Catalan ca
Cina (Cina) zh-CN
China (Hong Kong) zh-HK
China (Aksara Sederhana) zh-Hans
Cina (Taiwan) zh-TW
China (Aksara Tradisional) zh-Hant
Cina zh
Kroasia hr
Ceko cs
Denmark da
Belanda (Belgia) nl-BE
Belanda nl
Inggris (Australia) en-AU
Inggris (Kanada) en-CA
Inggris (Selandia Baru) en-NZ
Inggris (Filipina) en-PH
Inggris (Afrika Selatan) en-ZA
Inggris (Inggris Raya) en-GB
Inggris (Amerika Serikat) en-US
Inggris en
Estonia et
Filipina fil
Finlandia fi
Prancis (Kanada) fr-CA
Prancis (Swiss) fr-CH
Prancis fr
Frisian fy
Galisia gl
Georgia ka
Jerman de
Yunani el
Guarani gn
Gujarat gu
Hausa ha
Ibrani he
Ibrani iw
Hindi hi
Hungaria hu
Islan is
Igbo ig
Indonesia id
Irlandia ga
Italia it
Jepang ja
Kannada kn
Khmer km
Korea ko
Kirgiz ky
Laos lo
Latvia lv
Lingala ln
Lituania lt
Luksemburg lb
Makedonia mk
Melayu ms
Malayalam ml
Malta mt
Marathi mr
Mongol Khalkha mn
Nepal ne
Norwegia Bokmal nb
Norwegia no
Odia or
Persia fa
Polandia pl
Portugis (Brasil) pt-BR
Portugis (Portugal) pt-PT
Portugis pt
Punjab (Pakistan) pa-PK
Punjab pa
Rumania ro
Rusia ru
Gaelik Skotlandia gd
Serb sr
Slovakia sk
Slovenia sl
Somali so
Spanyol (Argentina) es-AR
Spanyol (Cile) es-CL
Spanyol (Kolombia) es-CO
Spanyol (Kosta Rika) es-CR
Spanyol (Ekuador) es-EC
Spanyol (El Salvador) es-SV
Spanyol (Guatemala) es-GT
Spanyol (Haiti) es-HT
Spanyol (Honduras) es-HN
Spanyol (Amerika Latin) es-419
Spanyol (Meksiko) es-MX
Spanyol (Nikaragua) es-NI
Spanyol (Panama) es-PA
Spanyol (Paraguay) es-PY
Spanyol (Peru) es-PE
Spanyol (Puerto Riko) es-PR
Spanyol (Spanyol) es-ES
Spanyol (Amerika Serikat) es-US
Spanyol (Uruguay) es-UY
Spanyol (Venezuela) es-VE
Spanyol es
Swahili sw
Swensk sv
Tagalog tl
Tajik tg
Tamil ta
Telugu te
Thai th
Turki tr
Ukraina uk
Urdu ur
Uzbek uz
Vietnam vi
Wales cy
Zulu zu

NMT

Untuk mengetahui informasi tentang bahasa yang didukung oleh model NMT Cloud Translation, lihat dokumentasi berikut: